差分分层暗原色先验去雾法

针对烟尘和雾霾等恶劣户外环境下视频图像严重退化的问题,结合大气散射模型和暗原色先验去雾的原理,针对原始算法中暗区域扩张的缺点,提出一种区分图像景深边界的方法。此方法通过对像素求差分能够将不同景深的像素点区分,进而分别求出不同景深图像的透射率,从而达到快速、准确地恢复图像的目的。实验结果表明,这种方法能够具有更高的处理速度和图像细节,更接近实时去雾的要求。     

雾霾天交通视频监控系统图像实时清晰化处理

针对交通视频监控系统在雾霾天气下图像像质退化的问题,从天气对系统成像影响入手分析造成系统图像降质和模糊的机理。基于全局暗原色先验和图像对比度增强方法,提出了一种有效、快速的雾霾天气下降质图像清晰化处理方法。结合实际应用,以现场可编程门阵列FPGA为核心处理单元,设计了一种高速图像采集、增强、去雾霾和传输系统平台,并基于该平台实际验证了文中提出的算法。最后,经过实际测试表明,该系统平台能实时、有效地提高交通视频监控系统图像的对比度和色彩清晰度,从而提高了其工作的可靠性、稳定性以及应对恶劣天气的能力。     

多雾霾天气车牌识别系统图像预处理算法

为提高车牌识别系统在雾霾环境下识别车牌的准确性,提出了一种新的图像预处理算法.首先,用主成分分析(PCA)和Fisher线性判别分析(LDA)方法对车牌图像进行雾霾检测;然后,用基于暗原色先验的方法对有雾图像进行去雾处理.仿真结果表明:该预处理算法不仅可以满足车牌识别系统实时性要求,而且可以提高系统在雾霾环境下识别车牌的准确性.     

基于导向滤波优化暗原色先验的公路能见度检测方法

针对中国交通领域的能见度实时监测问题,通过复用公路沿线密集布设的监控摄像头,提出了一种以暗原色先验理论为基础的公路能见度检测方法。该方法针对析取的监控视频帧,通过改进的暗原色先验图像处理方法获取视频帧中特定位置的空气透射率,然后按照摄像头架设的几何参数及大气光学理论推导相应的道路能见距离。与传统的暗原色先验方法不同,现采用导向滤波对暗原色先验的空气透射率计算进行优化,可以获得更加符合真实图像的透射率结果。实验分析结果表明,该能见度计算方法可行,能见度检测结果具有较高的准确度,因此可用于解决公路能见度检测和交通安全预警等问题。     

一种改进的基于暗原色理论的去雾方法

针对有雾图像的浅色或偏白色区域无法正确估计透射率,从而导致图像的去雾及恢复产生过度增强的问题,提出了一种改进的基于暗原色先验的去雾方法.该方法首先提取图片中的浅色区域,并对其邻域场景分区,通过对比度分析来判断每个邻域区域与浅色区域场景的透射率的相似程度.相似度较高的区域在估计中的权重会得到增加.最后用暗原色算法获取临域区域的透射率信息,根据权重分配从而正确估计浅色区域的透射率.该方法可有效估计浅色区域的透射率,与现有方法相比,克服了其对浅色区域恢复失真的问题,去雾后的场景更为自然.实验结果表明,该方法切实可行且具有较好的鲁棒性,可达到良好的去雾效果.     

原色标本的制备与方法探究

植物原色标本是指通过某些化学药剂处理保持植物天然色泽和形态的一种标本。原色标本的制备成功与否在于制备液与保存液的制备。本实验用四种配方对植物的营养体及花、果实进行试验,观察结果,分析比较,得出结论：用5%硫酸铜溶液浸泡标本,3天后,更换到用30ml体积分数6%的亚硫酸,30ml甘油,30ml体积分数95%的酒精,900ml水配制的保存液中保存,效果较好,适用于大多植物。     

织物网点印花的分配数研究

网点是决定原色染料网目阶调印花质量的关键问题,并受织物织构的直接影响,建立了织物单元组织孔洞的数学模型,用实验证明了织物组织结构与网点大小之间存在一定的分配数量关系,获得了准确的网点参数,该技术工艺符合一般网点印花规律。     

《脱掉基督的外衣》

人们对于红、黄、蓝三种（原色）特别留意，进而形成特殊的视觉经验。格列柯在《脱掉基督的外衣》这幅画中，为了组成画面与画中所描述的事件，主要人物都以原色描绘而成。身着红衣的基督被黑压压的人群包围着，基督面部显露出奇异的表情，大而明亮的双眼正仰望着天国，他苍白的脸色，乃至求告圣父的双眸，被周围密密麻麻露出狞笑面容的人群衬托得非常突出.     

基于雾天图像退化模型的自适应参数优化的去雾算法

针对单幅雾霾图像中包含有大面积浓雾、高亮以及白色物体等,而导致无法清晰识别的问题,基于雾天退化模型,提出了一种改进暗通道和运用灰度开运算求解环境光值相结合的去雾算法。首先根据暗通道先验理论运用图像阈值分割出暗原色区域和明原色区域,并将暗原色区域与明原色区域相结合以求得更加精准的原始透射率;然后采用引导滤波算法细化原始透射率;并通过灰度开运算对环境光值进行区间估计,提高了环境光值的精准性和鲁棒性。使得该算法适用于暗通道去雾效果不好的浓雾高亮区域,去雾后的图像更加真实自然,边缘细节信息更加丰富,有效去除了Halo效应;同时也有效地解决了单幅图片去雾后图片偏暗,图片视觉效果不好等问题。与经典去雾算法作比较,验证在图像的对比度、失真度、细节信息和边缘保持等方面都优于其他算法。     

雾霾天气下交通监控图像的一种去雾算法

为提高雾霾天气下交通监控图像的清晰化程度,采用暗原色先验与MSR算法相结合的方式,在处理过程中用双边滤波代替MSR算法中的高斯滤波来保持边缘细节特性。实验结果表明,该算法处理的雾霾图像有效地消除了Halo效应,亮度均值适中,图像标准差提高,信息熵增大,总体效果较好,可在一定程度上提高雾霾图像的清晰度。